Una escena cotidiana se replica incontables veces al día a nivel global. Una persona abre un chat con un asistente virtual —ChatGPT, Claude, Gemini, o cualquier otro— y teclea frases como “Búscame información sobre…”, o peor aún, no tiene claro qué solicitar ni cómo redactarlo.
Al otro lado de la pantalla, un modelo de lenguaje procesa vastos volúmenes de datos, entrenado con gran parte del conocimiento humano disponible y listo para entregar respuestas. Sin embargo, su capacidad se ve severamente limitada si la instrucción —el prompt— es deficiente. Y aquí reside un aspecto que rara vez se menciona: el verdadero desafío no comienza en la herramienta, sino en el momento anterior a su uso.
Actualmente, empleamos estos agentes conversacionales para múltiples propósitos: redactar, resumir, investigar, traducir, generar ideas. No obstante, esta dinámica no perdurará mucho más en el entorno laboral. Conforme los ecosistemas tecnológicos se tornen más automatizados —incorporando flujos agénticos, agentes autónomos e inteligencia artificial integrada en diversas capas de los procesos—, numerosas tareas rutinarias dejarán de pasar por una ventana de chat y se resolverán de manera autónoma.
Cuando eso ocurra, la interacción directa con un asistente no desaparecerá, sino que migrará a un nuevo contexto. Ya no será el canal para solicitar cualquier labor sencilla, sino el espacio destinado a plantear problemas complejos, decisiones que requieren contexto, ideas que demandan precisión, o situaciones donde sea necesario orientar, corregir y validar una respuesta. En ese punto, la habilidad para dialogar con estas tecnologías se convertirá en el factor diferenciador entre quienes las aprovechan y quienes quedan al margen.
Cuando la inteligencia artificial automatice lo simple, el valor humano residirá no en pedir cualquier cosa, sino en intervenir de manera acertada en los momentos clave.
Y esto no es mera especulación. Investigaciones recientes ya advierten sobre un riesgo concreto. Estudios del MIT y Microsoft, junto con trabajos divulgados en Harvard Business Review, revelan que el uso frecuente y acrítico de estas herramientas conlleva un costo cognitivo: las personas están relegando el acto de pensar. Se observa menor actividad cerebral, disminución de la capacidad de pensamiento crítico y una dependencia creciente hacia lo que el chat devuelve. Algunas personas copian y pegan sin siquiera leer. Otras modifican una sola palabra y dan por concluido el trabajo. El esfuerzo mental propio está siendo reemplazado, paulatinamente, por una delegación automática.
Este fenómeno presenta dos caras opuestas. Por un lado, existe quien se agota intentando mantener el ritmo de la máquina: revisa, corrige, compara, vuelve a solicitar, se satura. Por el otro, está quien se rinde y delega todo en el chat sin verificar lo que recibe. Dos extremos que parecen antagónicos, pero comparten un rasgo fundamental: en ninguno de los dos casos hay un manejo adecuado de la interacción.
Aquí es donde el asunto se torna incómodo, porque el discurso dominante actual proclama “aprende a usar IA” como si el desafío fuera primordialmente técnico. Sin duda existe una dimensión técnica —importa conocer las herramientas, sus límites, riesgos, condiciones de uso—, pero el verdadero cuello de botella se encuentra antes. Está en saber cuál es el problema que tenemos, haber diagnosticado nuestra situación, tener una idea de adónde queremos llegar, y haber reflexionado sobre qué resultado esperamos y para qué lo necesitamos.
Eso es pensamiento propio. Eso es creatividad: la capacidad de imaginar una solución viable, diseñar un camino y ejecutar una iteración eficaz para alcanzarla. Quien se sienta frente a un agente conversacional sin eso, se sienta vacío. Y la herramienta, por más poderosa que sea, amplifica lo que recibe: si recibe vacío, amplifica el vacío.
Ahora bien, supongamos que ya sabemos qué queremos, que realizamos el diagnóstico y que tenemos un propósito concreto. En ese momento necesitamos algo que parece obvio, pero no lo es: saber expresarlo.
No se trata de memorizar fórmulas de prompt ni de repetir estructuras mágicas para “sacarle el máximo potencial” a la máquina. Se trata de recuperar algo mucho más básico: las reglas de una buena conversación. Decir lo necesario, aportar información confiable, mantener la relación con el problema y expresarse con claridad, principios que Paul Grice ya había sistematizado en 1975 en sus máximas conversacionales: cantidad, calidad, relación y manera.
Por eso, lo que estas herramientas exigirán en el futuro no será únicamente habilidad tecnológica, sino madurez de pensamiento: saber qué se quiere, cómo decirlo, procesar la respuesta, repreguntar con criterio, detectar errores, desconfiar cuando corresponde y validar antes de usar. Habilidades que no se aprenden con un simple tutorial.
Y aquí hay algo paradójico. Si lo que definirá el buen uso de estas herramientas es la capacidad de pensar antes de actuar y de saber expresar lo que se necesita, la generación silver —los más alejados de la tecnología en apariencia— puede ser quien esté mejor preparada para hacerlo. No porque domine más rápido una interfaz, sino porque muchas de sus capacidades laborales fueron construidas en entornos donde había que diagnosticar, explicar, argumentar, corregir y decidir sin asistencia automática permanente.
El escenario que se avecina no es gradual. A medida que la automatización absorba lo rutinario, las oportunidades de intervenir serán cada vez menos y cada vez más decisivas. Quien no sepa qué pedir ni cómo pedirlo no quedará simplemente rezagado: quedará fuera. La exclusión no alcanzará solo a quienes no tengan estas herramientas, sino también a quienes, aun teniéndolas delante, no sepan cómo interactuar eficazmente con ellas.
Fuente: Infobae
